下面是一些参数高效的微调大模型方法：

记录一下布隆过滤器误判率的计算过程：

ChatGPT背后的技术原理：

汇总一下解决Transformer输入长度受限这一问题的相关工作：

记录一些古诗：

知识蒸馏是将训练好的大模型包含的知识蒸馏到小模型中。在线上部署的时候，我们使用小模型即可。

对比下三种主流图片生成模型的优缺点：

该篇论文实现了隐藏层维度的并行计算，但并没有解除时间步上的依赖。不过这样的改进，在模型训练和推理加速上的收益已经非常大了。

学习一下扩散模型的数学原理。